基于倒谱分量的融合参数应用于声纹识别

• 作者: 周萍 张上鑫 柯晶晶 郑凯鹏
• 来源期刊: 微电子学与计算机
• 关键词: 声纹识别 MFCC 倒谱重要度分析 VQ
• 年，卷（期）: 2017,（8）
• 页码范围: 29-32
• 页数: 4页
• 分类号: TN912.34
• 语种: 中文

摘要

声纹识别技术作为一种新型的生物特征认证技术,英特网的快速发展给声纹识别带来很多商业上的应用,对于声纹识别技术的研究越来越受到科学和市场的重视.优化声纹识别算法速度和正确率的重要做法是提高语音信号特征参数的鲁棒稳健性.因此,本文以实验室录制的语音作为信息库,利用Mel频率倒谱系数、差分以及加权倒谱系数三个信息进行融合,采用增减阶数法分析获取高重要度的倒谱分量,组成新的融合参数,建立基于VQ的声纹识别模型,采用LBG 算法设计不同码本容量的实验.通过仿真验证,本实验的倒谱分量重要度分析得到的融合特征参数在声纹识别上正确率得到提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周萍	桂林电子科技大学电子工程与自动化学院	78	352	10.0	13.0
2	柯晶晶	桂林电子科技大学电子工程与自动化学院	2	22	2.0	2.0
3	郑凯鹏	桂林电子科技大学电子工程与自动化学院	3	16	2.0	3.0
4	张上鑫	桂林电子科技大学电子工程与自动化学院	2	7	1.0	2.0